## YOLOV4:You Only Look Once目标检测模型在Keras当中的实现
---
### 目录
1. [性能情况 Performance](#性能情况)
2. [实现的内容 Achievement](#实现的内容)
3. [所需环境 Environment](#所需环境)
4. [注意事项 Attention](#注意事项)
5. [小技巧的设置 TricksSet](#小技巧的设置)
6. [文件下载 Download](#文件下载)
7. [预测步骤 How2predict](#预测步骤)
8. [训练步骤 How2train](#训练步骤)
9. [参考资料 Reference](#Reference)
### 性能情况
| 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 |
| :-----: | :-----: | :------: | :------: | :------: | :-----: |
| VOC07+12+COCO | [yolo4_voc_weights.h5](https://github.com/bubbliiiing/yolov4-keras/releases/download/v1.0/yolo4_voc_weights.h5) | VOC-Test07 | 416x416 | - | 84.1
| COCO-Train2017 | [yolo4_weight.h5](https://github.com/bubbliiiing/yolov4-keras/releases/download/v1.0/yolo4_weight.h5) | COCO-Val2017 | 416x416 | 43.1 | 66.0
### 实现的内容
- [x] 主干特征提取网络:DarkNet53 => CSPDarkNet53
- [x] 特征金字塔:SPP,PAN
- [x] 训练用到的小技巧:Mosaic数据增强、Label Smoothing平滑、CIOU、学习率余弦退火衰减
- [x] 激活函数:使用Mish激活函数
- [ ] ……balabla
### 所需环境
tensorflow-gpu==1.13.1
keras==2.1.5
### 注意事项
代码中的yolo4_weights.h5是基于608x608的图片训练的,但是由于显存原因。我将代码中的图片大小修改成了416x416。有需要的可以修改回来。 代码中的默认anchors是基于608x608的图片的。
**注意不要使用中文标签,文件夹中不要有空格!**
**在训练前需要务必在model_data下新建一个txt文档,文档中输入需要分的类,在train.py中将classes_path指向该文件**。
### 小技巧的设置
在train.py文件下:
1、mosaic参数可用于控制是否实现Mosaic数据增强。
2、Cosine_scheduler可用于控制是否使用学习率余弦退火衰减。
3、label_smoothing可用于控制是否Label Smoothing平滑。
### 文件下载
训练所需的yolo4_weights.h5可在百度网盘中下载。
链接: https://pan.baidu.com/s/1FF79PmRc8BzZk8M_ARdMmw 提取码: dc2j
yolo4_weights.h5是coco数据集的权重。
yolo4_voc_weights.h5是voc数据集的权重。
### 预测步骤
#### 1、使用预训练权重
a、下载完库后解压,在百度网盘下载yolo4_weights.h5或者yolo4_voc_weights.h5,放入model_data,运行predict.py,输入
```python
img/street.jpg
```
可完成预测。
b、利用video.py可进行摄像头检测。
#### 2、使用自己训练的权重
a、按照训练步骤训练。
b、在yolo.py文件里面,在如下部分修改model_path和classes_path使其对应训练好的文件;**model_path对应logs文件夹下面的权值文件,classes_path是model_path对应分的类**。
```python
_defaults = {
"model_path": 'model_data/yolo4_weight.h5',
"anchors_path": 'model_data/yolo_anchors.txt',
"classes_path": 'model_data/coco_classes.txt,
"score" : 0.5,
"iou" : 0.3,
# 显存比较小可以使用416x416
# 显存比较大可以使用608x608
"model_image_size" : (416, 416)
}
```
c、运行predict.py,输入
```python
img/street.jpg
```
可完成预测。
d、利用video.py可进行摄像头检测。
### 训练步骤
1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4、在训练前利用voc2yolo4.py文件生成对应的txt。
5、再运行根目录下的voc_annotation.py,运行前需要将classes改成你自己的classes。**注意不要使用中文标签,文件夹中不要有空格!**
```python
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
```
6、此时会生成对应的2007_train.txt,每一行对应其**图片位置**及其**真实框的位置**。
7、**在训练前需要务必在model_data下新建一个txt文档,文档中输入需要分的类,在train.py中将classes_path指向该文件**,示例如下:
```python
classes_path = 'model_data/new_classes.txt'
```
model_data/new_classes.txt文件内容为:
```python
cat
dog
...
```
8、运行train.py即可开始训练。
### mAP目标检测精度计算更新
更新了get_gt_txt.py、get_dr_txt.py和get_map.py文件。
get_map文件克隆自https://github.com/Cartucho/mAP
具体mAP计算过程可参考:https://www.bilibili.com/video/BV1zE411u7Vw
### Reference
https://github.com/qqwweee/keras-yolo3/
https://github.com/Cartucho/mAP
https://github.com/Ma-Dan/keras-yolo4
没有合适的资源?快使用搜索试试~ 我知道了~
基于yolov4-keras的抽烟检测(源码+数据集)
共5047个文件
jpg:2502个
xml:2482个
py:19个
4星 · 超过85%的资源 需积分: 47 313 下载量 143 浏览量
2020-12-07
17:26:13
上传
评论 16
收藏 960.35MB ZIP 举报
温馨提示
整个压缩文件有源码+数据集+运行环境+训练出的模型,项目讲解可以看下载后中的ppt,数据集是kaggle提供的数据集以及自己用爬虫爬取的数据集,去除了大部分老重复的图,就是做了一定筛选,有2400+抽烟图片,并全部标注。
资源推荐
资源详情
资源评论
收起资源包目录
基于yolov4-keras的抽烟检测(源码+数据集) (5047个子文件)
v1.0 41B
1.0 41B
smoke_test.avi 40.38MB
yolov4.cfg 12KB
config 268B
description 73B
exclude 113B
FETCH_HEAD 0B
yolo4_voc_weights.h5 245.33MB
trained_weights_stage_loss_v2.h5 244.94MB
trained_weights_stage_loss_v1.h5 244.94MB
HEAD 173B
HEAD 23B
pack-bbc37fd220d7a3fc84210c1ad9b719ad1f614432.idx 8KB
index 2KB
00135_a.jpg 20.6MB
00091_a.jpg 7.05MB
00103.jpg 6.5MB
01255.jpg 5.6MB
01253.jpg 4.88MB
01256.jpg 4.65MB
01254.jpg 4.41MB
00128_a.jpg 4.13MB
00092_a.jpg 3.04MB
00255.jpg 2.25MB
00914.jpg 2.15MB
00101.jpg 2.05MB
00913.jpg 1.96MB
00077_a.jpg 1.96MB
00074_a.jpg 1.75MB
00265.jpg 1.41MB
00912.jpg 1.38MB
00917.jpg 1.14MB
00098_a.jpg 1007KB
00919.jpg 912KB
02076.jpg 895KB
00110.jpg 888KB
00346.jpg 888KB
00040.jpg 886KB
00916.jpg 859KB
00915.jpg 827KB
01945.jpg 825KB
00210.jpg 776KB
01944.jpg 770KB
00918.jpg 744KB
02081.jpg 740KB
02082.jpg 735KB
00122_a.jpg 728KB
00108_a.jpg 696KB
02089.jpg 684KB
02099.jpg 681KB
02079.jpg 677KB
02078.jpg 674KB
02072.jpg 666KB
01943.jpg 657KB
02086.jpg 650KB
02084.jpg 643KB
00347.jpg 639KB
02083.jpg 639KB
02085.jpg 637KB
01952.jpg 632KB
02075.jpg 626KB
01942.jpg 623KB
02077.jpg 619KB
00300.jpg 615KB
01951.jpg 606KB
01939.jpg 605KB
00078_a.jpg 605KB
00242.jpg 596KB
00113.jpg 595KB
02087.jpg 589KB
02090.jpg 588KB
02091.jpg 587KB
01947.jpg 584KB
01935.jpg 584KB
00654.jpg 581KB
01941.jpg 579KB
00207.jpg 573KB
00078.jpg 573KB
01936.jpg 573KB
01946.jpg 570KB
02093.jpg 566KB
01938.jpg 562KB
01958.jpg 553KB
02097.jpg 539KB
02094.jpg 535KB
00101_a.jpg 534KB
01937.jpg 533KB
00075_a.jpg 524KB
00089_a.jpg 524KB
02088.jpg 506KB
01961.jpg 503KB
00088_a.jpg 501KB
00083_a.jpg 486KB
01960.jpg 477KB
02074.jpg 475KB
00068_a.jpg 475KB
01963.jpg 474KB
00229.jpg 474KB
02080.jpg 472KB
共 5047 条
- 1
- 2
- 3
- 4
- 5
- 6
- 51
资源评论
- jiafuer2021-03-08正在寻这方面的数据集,非常好,直接下载可下
小样x
- 粉丝: 840
- 资源: 7
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功